mongodb 聚合管道
先介紹管道的概念，在POSIX多執行緒的使用方式中，定義了一種重要的pipeline方式，成為“流水線”或“管道”，這種方式使得資料被一組執行緒順序執行，其流程如下：
以面向物件的思想去理解，整個流水線，可以理解為一個數據傳輸的管道；該管道中的每一個工作執行緒，可以理解為一個整個流水線的一個工作階段stage,這些工作執行緒之間的合作是一環扣一環的。靠輸入口越近的工作執行緒，是時序較早的工作階段stage,它的工作成果會影響下一個工作執行緒階段（stage）的工作結果,即下個階段依賴於上一個階段的輸出，上一個階段的輸出成為本階段的輸入。這也是pipeline的一個共有特點。
mongodb中的管道
mongodb在2.2版本中引入了聚合框架（aggregate framework）的新功能，它是聚合的新框架，其概念類似於資料處理的管道，每個文件經過一個由多個節點組成的管道，每個節點相當於流水線中的一個stage，有自己的功能（分組，過濾等），文件經過管道處理後，最後輸出相應的結果，管道的基本功能有兩個：
- 對文件進行“過濾”，篩選出合適的文件
- 對文件進行“變換”，改變文件的輸出形式
其他的一些功能還包括按照某個指定的欄位分組和排序等。而且在每個階段還可以使用表示式操作符計算平均值和拼接字串等相關操作。管道提供了一個MapReduce 的替代方案，MapReduce使用相對來說比較複雜，而管道的擁有固定的介面(操作符表達),使用比較簡單，對於大多數的聚合任務管道一般來說是首選方法。
mongodb中的聚合（aggregate）主要用於簡單的資料處理（平均值，求和等），並返回計算後的資料結果，類似於sql中的內嵌函式（count（）等） 在mongodb官網給出了聚合框架的應用例項：
>db.COLLECTION_NAME.aggregate(pipeline,options) 其中pipeline為一個array，語法為：
[{<stage1>,<stage2>,<stage3>,...}] 其中每個的語法為：
{$管道操作符：{ 管道表示式 } }
那麼下面列舉一些較常見的管道操作符以及他們的作用，後文還會繼續給出例項：
| 操作符 | 描述 | 語法 |
|---|---|---|
| $project | 資料投影，主要用於重新命名，增加，刪除欄位 | db.article.aggregate({ $project : {title : 1 ,author : 1 ,}}); |
| $match | 過濾，篩選符合條件的文件，作為下一階段輸入 | db.articles.aggregate( [{ $match : { score : { $gt : 70, $lte : 90 } } },{ $group: { _id: null, count: { $sum: 1 } } }] ); |
| $limit | 限制經過管道的文件數量 | db.article.aggregate({ $limit : 5 }); |
| $skip | 待操作集合處理前跳過部分文件 | db.article.aggregate({ $skip : 5 }); |
| $unwind | 將陣列拆分成獨立欄位 | db.article.aggregate({$project:{author:1,title:1,tags:1}},{$unwind:"$tags"}) |
| $group | 對資料進行分組 | db.article.aggregate({ $group : {_id : "$author",docsPerAuthor : { $sum : 1 },viewsPerAuthor : { $sum : "$pageViews" }}}); |
| $sort | 對文件按照指定欄位排序 | db.users.aggregate( { $sort : { age : -1, posts: 1 } }); |
| $sample | 隨機選擇從其輸入指定數量的文件。 | { $sample: { size: <positive integer> } } |
| $out | 必須為pipeline最後一個階段管道，因為是將最後計算結果寫入到指定的collection中 | |
| $indexStats | 返回資料集合的每個索引的使用情況 | { $indexStats: { } } |
更多的管道操作符參考mongodb官方文件，官方文件寫的更為詳細，但是對語法的描寫較少 ofollow,noindex">docs.mongoing.com/manual-zh/m…
管道操作符示例
下面針對常用管道操作符舉一些例子：
先載入資料：
use test1
db.mycol.remove({})
document1=({name:'dogOne',age:1,tags:['animal','dog'],type:'dog',money:[{min:100},{norm:200},{big:300}]});
document2=({name:'catOne',age:3,tags:['animal','cat'],type:'cat',money:[{min:50},{norm:100},{big:200}]});
document3=({name:'catTwo',age:2,tags:['animal','cat'],type:'cat',money:[{min:20},{norm:50},{big:100}]});
document4=({name:'dogTwo',age:5,tags:['animal','dog'],type:'dog',money:[{min:300},{norm:500},{big:700}]});
document5=({name:'appleOne',age:0,tags:['fruit','apple'],type:'apple',money:[{min:10},{norm:12},{big:13}]});
document6=({name:'appleTwo',age:0,tags:['fruit','apple'],type:'apple',money:[{min:10},{norm:12},{big:13}]});
document7=({name:'pineapple',age:0,tags:['fruit','pineapple'],type:'pineapple',money:[{min:8},{norm:9},{big:10}]});
db.mycol.insert(document1)
db.mycol.insert(document2)
db.mycol.insert(document3)
db.mycol.insert(document4)
db.mycol.insert(document5)
db.mycol.insert(document6)
db.mycol.insert(document7)
複製程式碼
下面是執行結果：
/* 1 */
{
"_id" : ObjectId("59187984f322c585a98664e2"),
"name" : "dogOne",
"age" : 1.0,
"tags" : [
"animal",
"dog"
],
"type" : "dog",
"money" : [
{
"min" : 100.0
},
{
"norm" : 200.0
},
{
"big" : 300.0
}
]
}
/* 2 */
{
"_id" : ObjectId("59187984f322c585a98664e3"),
"name" : "catOne",
"age" : 3.0,
"tags" : [
"animal",
"cat"
],
"type" : "cat",
"money" : [
{
"min" : 50.0
},
{
"norm" : 100.0
},
{
"big" : 200.0
}
]
}
/* 3 */
{
"_id" : ObjectId("59187984f322c585a98664e4"),
"name" : "catTwo",
"age" : 2.0,
"tags" : [
"animal",
"cat"
],
"type" : "cat",
"money" : [
{
"min" : 20.0
},
{
"norm" : 50.0
},
{
"big" : 100.0
}
]
}
/* 4 */
{
"_id" : ObjectId("59187984f322c585a98664e5"),
"name" : "dogTwo",
"age" : 5.0,
"tags" : [
"animal",
"dog"
],
"type" : "dog",
"money" : [
{
"min" : 300.0
},
{
"norm" : 500.0
},
{
"big" : 700.0
}
]
}
/* 5 */
{
"_id" : ObjectId("59187984f322c585a98664e6"),
"name" : "appleOne",
"age" : 0.0,
"tags" : [
"fruit",
"apple"
],
"type" : "apple",
"money" : [
{
"min" : 10.0
},
{
"norm" : 12.0
},
{
"big" : 13.0
}
]
}
/* 6 */
{
"_id" : ObjectId("59187984f322c585a98664e7"),
"name" : "appleTwo",
"age" : 0.0,
"tags" : [
"fruit",
"apple"
],
"type" : "apple",
"money" : [
{
"min" : 10.0
},
{
"norm" : 12.0
},
{
"big" : 13.0
}
]
}
/* 7 */
{
"_id" : ObjectId("59187984f322c585a98664e8"),
"name" : "pineapple",
"age" : 0.0,
"tags" : [
"fruit",
"pineapple"
],
"type" : "pineapple",
"money" : [
{
"min" : 8.0
},
{
"norm" : 9.0
},
{
"big" : 10.0
}
]
}
複製程式碼
1. $project 操作符與 $match 操作符
$project 管道操作符用於修改流中的文件， $match 管道操作符用於對流中的文件進行過濾，僅允許符合條件的文件進入下一個階段，過濾操作不會修改文件。 $match 操作使用mongodb標準的查詢條件，對於每一個輸入文件，如果符合條件，則輸出這個文件，否則丟棄該文件。由於aggregate管道對於記憶體的限制，在處理大檔案的時候，最好先用match操作符進行篩選，減少記憶體佔用。
假定我們想提取money中min為100的文件，並且只輸出名稱和money陣列中的min那一項，用 $project 與 $match 操作符可以很好的實現
use test1
db.mycol.aggregate(
{$match:{'money.min':100}},
{$project:{_id:0,name:'$name',minprice:'$money.min'}}
)
複製程式碼
輸出結果為：
/* 1 */
{
"name" : "dogOne",
"minprice" : [
100.0
]
}
複製程式碼
可以發現，在project操作符後，文件中的欄位被改變了。 也要注意到，對於陣列中物件的引用，需要採用 '$money.min' 形式 注意：
- 不能在
$match操作符中使用$where表示式操作符。 -
$match儘量出現在管道的前面，這樣可以提早過濾文件，加快聚合速度。 - 如果
$match出現在最前面的話，可以使用索引來加快查詢。
2. $limit $skip 操作符
$limit 與 $skip 操作符是用於限制與跳過相應文件，與find中的limit與skip方法效果相同。 假定我們想提取money中min小於100的文件，並且限制3個文件，跳過一個文件再顯示 指令碼為
use test1
db.mycol.aggregate(
{$match:{'money.min':{$lt:100}}},
{$limit:3},
{$skip:1},
{$project:{_id:0,name:'$name',minprice:'$money.min'}}
)
複製程式碼
結果為：
/* 1 */
{
"name" : "catTwo",
"minprice" : [
20.0
]
}
/* 2 */
{
"name" : "appleOne",
"minprice" : [
10.0
]
}
複製程式碼
可以發現結果滿足我們的需求
3. $group 操作符
$group 操作符用來對資料進行分組。 $group 的時候必須要指定一個_id域，同時也可以包含一些算術型別的表示式操作符 比如我們要通過type型別來對資料進行分類，並且同時統計他們的年齡age總和， 指令碼為：
use test1
db.mycol.aggregate(
{$group:{_id:'$type',sumage:{$sum:'$age'}}}
)
複製程式碼
結果為：
/* 1 */
{
"_id" : "pineapple",
"sumage" : 0.0
}
/* 2 */
{
"_id" : "cat",
"sumage" : 5.0
}
/* 3 */
{
"_id" : "apple",
"sumage" : 0.0
}
/* 4 */
{
"_id" : "dog",
"sumage" : 6.0
}
複製程式碼
可以看到資料按照 貓，狗，蘋果，菠蘿進行了分類，並且年齡相加了。 注意：
$group $group
4. $sort 操作符
sort操作符用來對資料進行排序，同樣1代表升序，-1代表降序 假定我們按照年齡對資料進行排序，為了減少輸出行數，我們用上分組與skip 指令碼為：
use test1
db.mycol.aggregate(
{$group:{_id:'$type',sumage:{$sum:'$age'}}},
{$skip:1},
{$sort:{sumage:1}}
)
複製程式碼
結果為：
/* 1 */
{
"_id" : "apple",
"sumage" : 0.0
}
/* 2 */
{
"_id" : "cat",
"sumage" : 5.0
}
/* 3 */
{
"_id" : "dog",
"sumage" : 6.0
}
複製程式碼
注意：